Bicycling is an increasingly popular mode of travel in Canadian urban areas, like the Greater Toronto and Hamilton Area (GTHA). While trip origins and destinations can be inferred from travel surveys, data on route choice is often not collected which makes it challenging to capture the attributes of routes travelled by people who cycle. With new algorithms for cycle routing it is now possible to infer routes. Using bicycle trip records from the most recent regional travel survey, a spatial interaction model is developed to investigate the built environment correlates of bicycling flows in Hamilton, Ontario, a mid-sized city part of the GTHA. A feature of the analysis is the use of CycleStreets to compare the distance and time according to different routes inferred between trip zones of origin and destination. In addition, network autocorrelation is accounted for in the estimated models. The most parsimonious model suggests that shortest-path quietest routes that minimize traffic best explain the pattern of bicycle trip flows in Hamilton. Commercial and office locations and points of interest at the zone of origin negatively correlate with the production of trips, while different land uses and the availability of jobs at the zone of destination are trip attractors. The use of a route planner offers a novel approach to modelling and understanding bicycling flows within a city. This may be useful for transportation planners to infer different types of routes that bicyclists may seek out and consider these in travel demand models.

在大多伦多和汉密尔顿地区 (GTHA) 等加拿大城市地区，骑自行车是一种越来越流行的出行方式。虽然可以从旅行调查中推断出旅行的起点和目的地，但通常不会收集有关路线选择的数据，这使得捕捉骑自行车的人所行路线的属性具有挑战性。使用新的循环路线算法，现在可以推断路线。使用来自最近的区域旅行调查的自行车旅行记录，开发了一个空间交互模型来调查安大略省汉密尔顿（GTHA 的中型城市部分）的自行车流量的建筑环境相关性。分析的一个特点是使用 CycleStreets 根据出发地和目的地旅行区域之间推断的不同路线来比较距离和时间。此外，估计模型中考虑了网络自相关。最简约的模型表明，最小化交通的最短路径、最安静的路线最能解释汉密尔顿的自行车出行模式。出发地的商业和办公地点以及兴趣点与旅行的产生呈负相关，而目的地地区的不同土地用途和工作机会是旅行吸引因素。路线规划器的使用为建模和理解城市内的自行车流提供了一种新颖的方法。这可能有助于交通规划者推断骑自行车者可能寻找的不同类型的路线，并在旅行需求模型中考虑这些路线。最简约的模型表明，最小化交通的最短路径、最安静的路线最能解释汉密尔顿的自行车出行模式。出发地的商业和办公地点以及兴趣点与旅行的产生呈负相关，而目的地地区的不同土地用途和工作机会是旅行吸引因素。路线规划器的使用为建模和理解城市内的自行车流提供了一种新颖的方法。这可能有助于交通规划者推断骑自行车者可能寻找的不同类型的路线，并在旅行需求模型中考虑这些路线。最简约的模型表明，最小化交通的最短路径、最安静的路线最能解释汉密尔顿的自行车出行模式。出发地的商业和办公地点以及兴趣点与旅行的产生呈负相关，而目的地地区的不同土地用途和工作机会是旅行吸引因素。路线规划器的使用为建模和理解城市内的自行车流提供了一种新颖的方法。这可能有助于交通规划者推断骑自行车者可能寻找的不同类型的路线，并在旅行需求模型中考虑这些路线。而不同的土地用途和目的地区域的工作机会是旅行的吸引力。路线规划器的使用为建模和理解城市内的自行车流提供了一种新颖的方法。这可能有助于交通规划者推断骑自行车者可能寻找的不同类型的路线，并在旅行需求模型中考虑这些路线。而不同的土地用途和目的地区域的工作机会是旅行的吸引力。路线规划器的使用为建模和理解城市内的自行车流提供了一种新颖的方法。这可能有助于交通规划者推断骑自行车者可能寻找的不同类型的路线，并在旅行需求模型中考虑这些路线。